2018
8/20
谈及AR普及还需要解决的问题，悉见创始人兼CEO刘洋向36氪表示，要做到消费级的普及，至少有六个方面需要满足：感知、计算、呈现、交互、传输、内容。
感知是AR实现智能化和真实化的最重要部分，关键点包括感知物理空间环境、确定用户和环境之间的关系、确定用户和用户之间的动态关系。
计算关乎到产品性能、功耗、体积等。随着传输技术的发展，“端+云”架构会对计算能力起到很大助力。端会演进为CPU+CVPU+AIPU的组合；大数据存储与检索、知识图谱等计算则放在云端。
呈现方面目前很不稳定，包括微投影仪和光机组件，从OLED、LCoS、DLP，到棱镜、自由曲面、光波导、光场显示，还需要整个产业的持续摸索。
交互在未来是综合的，需要手势追踪、头部追踪、眼动追踪、语音交互等的结合。
传输主要是满足带宽的巨大需求，5G已经逐步在进行商用化试点，此方面较为乐观。
内容方面是更灵活的生态，当技术和软硬件平台准备好了，现有的内容开发者都会蜂拥而至。
8/14
“猜你喜欢”营销玩法变了，阿里妈妈用数据技术推动内容创新营销
原文
阿里妈妈对此针对推荐场景技术也从四大维度进行了全方位的升级——
在定向匹配层面：自主创新落地下一代匹配召回算法架构——深度树匹配（Tree-based Deep Match, KDD 2018），赋能全库检索基础上的先进深度学习模型应用，具有行业领先性，在全量商品库里利用更丰富的特征和模型结构精准高效检索用户感兴趣的商品，能大幅提升匹配效率；
在模型预估层面：结合互联网用户行为数据特征，创新设计深度学习模型结构捕捉用户多样和演化的兴趣分布，不断提升用户对广告点击率的预测精准度。先后上线了深度兴趣网络（Deep Interest Network，KDD 2018），用户兴趣演化模型；
在机制策略层面：在广告流量售卖和分配上提出了OCPC智能调价机制（Optimized Cost Per Click, KDD 2017）。在此机制基础上，引入强化学习技术优化广告主调价策略（Multi-Agent RL Bidding, CIKM 2018），进一步优化三方共赢。
在创意优选层面：除了设计先进的深度学习模型结构描述用户兴趣之外，还引入深度卷积网络感知广告创意，并实现端到端预估用户对具体广告创意层面的点击率（Cross-Media Model, CIKM 2018）,实现创意个性化。
